Process drift

Wat is process drift?

Process drift is een verandering in de manier waarop een proces zich door de tijd gedraagt. De verandering kan control flow, prestaties, resources, data of beslissingen raken.

Voorbeelden zijn een nieuwe goedkeuringsstap, minder herwerk, langere wachttijd of een ander team dat uitzonderingen behandelt.

Drift kan gepland zijn door beleid of systeemrelease, maar ook ongemerkt ontstaan door workaround, capaciteit of veranderde casemix.

Sudden drift

Bij sudden drift verandert het gedrag rond één omslagpunt. Een nieuw ERP gaat bijvoorbeeld op 1 april live en vervangt vanaf die dag de oude orderroute.

Een tijdvenster vóór en na het punt kan duidelijke verschillen tonen. Houd rekening met overgangscases die in het oude proces begonnen en in het nieuwe eindigen.

Releasegegevens helpen een statistisch signaal bedrijfsmatig verklaren.

Gradual drift

Bij gradual drift bestaan oud en nieuw gedrag tijdelijk naast elkaar. Teams migreren gefaseerd of gebruikers nemen een nieuwe werkwijze niet tegelijk over.

Het aandeel nieuwe varianten neemt over weken toe. Eén harde breukdatum beschrijft dat patroon slecht.

Segmentatie op team, regio of product kan laten zien of de overgang werkelijk gradueel is of uit meerdere lokale sudden drifts bestaat.

Recurring en seasonal drift

Recurring drift betekent dat eerder gedrag terugkeert. Een jaarafsluitingsproces, piekseizoen of periodieke campagne kan dezelfde variant ieder jaar activeren.

Terugkerend gedrag is niet noodzakelijk ongewenst. Een detectiemethode zonder seizoenscontext kan ieder jaar hetzelfde alarm geven.

Vergelijk met dezelfde periode in eerdere cycli en leg kalender- en beleidscontext vast.

Incremental drift

Incremental drift is een langzame verschuiving, bijvoorbeeld maand na maand iets langere doorlooptijd door groeiende backlog.

Kleine lokale verschillen worden pas na verloop van tijd materieel. Controlekaarten, trendanalyse en opeenvolgende windows kunnen dit zichtbaar maken.

Een trend in gemiddelden kan uit casemix komen. Analyseer ook volumes, complexiteit en spreiding.

Wat kan veranderen?

Control-flowdrift verandert activiteiten of volgorde. Performancedrift raakt tijd en wachtrijen. Organisational drift verandert resources, rollen of overdrachten.

Datadrift verandert kenmerken van cases, zoals productmix of bedragen. Die verandering kan procesgedrag veroorzaken zonder dat regels zijn aangepast.

Multi-perspective analyse helpt deze dimensies samen bekijken, maar bewijst niet automatisch oorzaak.

Detectiemethoden

Een eenvoudige aanpak vergelijkt frequenties, varianten en performance tussen vaste tijdvensters. Statistische tests kunnen aangeven of distributies verschillen.

Andere methoden volgen directly-followsrelaties, modelkwaliteit, tracefeatures of online eventstreams en zoeken change points.

Venstergrootte beïnvloedt gevoeligheid. Kleine windows reageren snel maar zijn ruisgevoelig; grote windows missen korte of lokale veranderingen.

Drift versus datakwaliteitsprobleem

Een gewijzigde logger, timezone of activitymapping kan schijnbare drift veroorzaken. Een nieuwe verplichte eventregistratie lijkt op een nieuwe processtap.

Controleer bronreleases, ontbrekende data, correlatieregels en logvolumes voordat een operationele conclusie wordt getrokken.

Bewaar raw lineage en vergelijk dezelfde definities over tijd. Anders meet de analyse haar eigen datatransformatie.

Drift versus segmentverschil

Een nieuw klanttype kan andere routes volgen terwijl het proces per type stabiel blijft. De geaggregeerde log lijkt dan te veranderen door veranderde mix.

Stratificeer op relevante kenmerken en vergelijk binnen segmenten. Let op kleine groepen en multiple testing.

Nieuwe segmenten kunnen zelf een relevante businessverandering zijn, maar vragen een andere interventie dan procesnon-compliance.

Van detectie naar actie

Bevestig het patroon met concrete cases en domeinexperts. Koppel aan release, beleid, capaciteit of externe gebeurtenis waar mogelijk.

Bepaal of model, control limits, staffing of procesontwerp moet wijzigen. Ongewenste drift vraagt root cause analysis; gewenste drift vraagt mogelijk een nieuwe baseline.

Versioneer procesmodellen en voorspellende modellen per geldigheidsperiode. Monitor na aanpassing of gedrag opnieuw verschuift.